改进的Apriori算法在高校选修课系统和应对气候变化相关统计工作中的应用

摘要：

Apriori算法是数据挖掘中经典的算法，它可以挖掘出关联规则所需的频繁项集。它应用的一个经典案例是超市购物分析，“啤酒”与“尿布”。针对当前高校的选修课体系，提出应用改进的Apriori算法分析各个具体的专业选修课课程组合对高校学生就业的影响，进而为高校的专业选修课体系建设提供决策依据，为高校学生就业提供一些建议。同时，在环境保护中的碳排放预测分析上，通过建立关联规则模型，能够为政府部门实现降低碳排放强度提供决策依据。

关键词：数据挖掘、Apriori算法、专业选修课体系、学生就业

分类号：TP311.13(计算技术、计算机技术)

资助基金：海南省应对气候变化统计核算制度研究及能力建设项目编号2013112。

在线出版日期：2015-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：179-181